基于像素编码和空间注意力的多尺度医学图像分割方法

作     者：万雨龙 周冬明 王长城 刘宜松 白崇斌 WAN Yulong;ZHOU Dongming;WANG Changcheng;LIU Yisong;BAI Chongbin

作者机构：云南大学信息学院昆明650504 云南省红河州第二人民医院云南建水654300 

基　　金：国家自然科学基金项目(62066047 61966037) 

出 版 物：《生物医学工程学杂志》 (Journal of Biomedical Engineering)

年 卷 期：2024年第41卷第3期

页      码：511-519页

摘      要：针对医学图像分割中U型网络(U-Net)及其变体下采样过程中单尺度信息丢失、模型参数量较大的问题,本文提出了一种基于像素编码和空间注意力的多尺度医学图像分割方法。首先,通过重新设计变换器(Transformer)结构输入策略,提出了像素编码模块,使模型能够从多尺度图像特征中提取全局语义信息,获取更丰富的特征信息,同时在Transformer模块中引入可变形卷积,加快收敛速度的同时提升模块性能。其次,引入空间注意力模块并加入残差连接,使模型能够重点关注融合后特征图的前景信息。最后,通过消融实验实现网络轻量化并提升分割精度,加快模型收敛。本文所提算法在国际计算机医学图像辅助协会官方公开多器官分割公共数据集——突触(Synapse)数据库中得到令人满意的结果,戴斯相似性系数(DSC)和95%豪斯多夫距离系数(HD95)分别为77.65和18.34。实验结果表明,本文算法能够提高多器官分割结果,有望完善多尺度医学图像分割算法的空白,并为专业医师提供辅助诊断。

主 题 词：医学图像分割 U型网络 变换器 多尺度语义信息 注意力模块 

学科分类：0831[工学-公安技术类] 08[工学] 080203[080203] 0802[工学-机械学] 0836[0836] 

核心收录：

D　O　I：10.7507/1001-5515.202310001

馆 藏 号：203128282...